RTX 40 偷跑 DLSS 5 成功：Modder 更換 CUDA Binary，讓 Ada 也能啟動 Neural Rendering

NVIDIA 尚未正式推出的 DLSS 5 Neural Rendering，才剛因《NBA 2K27》Early Access 版本意外流出相關 runtime，Modding 社群就迅速把這套技術移植到《Control》、《Cyberpunk 2077》、《GTA V》等遊戲。如今更進一步，有開發者成功讓原本主要面向 Blackwell 架構 GeForce RTX 50 系列的 DLSS 5，在上一代 Ada Lovelace RTX 40 系列上實際運作。

根據 Tom's Hardware 與 Wccftech 報導，Modder「Uncle Burrito」發現，目前流出的 DLSS 5 Neural Rendering runtime 並不是因為整套演算法完全依賴 RTX 50 系列專屬硬體而無法在 RTX 40 上執行，其中一個主要障礙，反而來自 runtime 內部分 CUDA binary 使用了 Ada Lovelace 無法直接處理的指令。

透過替換或修改這些 CUDA binary，Uncle Burrito 成功讓 Neural Rendering 在 RTX 40 系列上啟動。Tom's Hardware 表示，他們已實際確認 patch 能在 GeForce RTX 4080 上運作，而社群測試中也已出現 RTX 4090、RTX 4080 Super 甚至其他 Ada 顯示卡運行的案例。

這項實驗的重要性，並不只是「RTX 40 也可以跑 DLSS 5」，而是它開始揭露 NVIDIA 新一代 Neural Rendering 技術背後真正的硬體需求。

目前外流的 DLSS 5 runtime 原先主要針對 Blackwell RTX 50 系列打造，其中涉及 FP8 等低精度 AI 運算。Blackwell 在相關 Tensor Core 與 AI 工作負載處理能力上擁有更完整的硬體支援，因此 NVIDIA 將 DLSS 5 優先定位於 RTX 50 系列並不令人意外。

但 RTX 40 系列的 Ada Lovelace 架構本身並非完全缺乏執行相關 AI 工作負載的能力。這次 Modder 成功讓 RTX 4080 與 RTX 4090 啟動 Neural Rendering，代表至少以目前洩漏的實驗版本而言，Blackwell 並不是一堵完全無法跨越的硬體高牆。

問題在於，「能跑」和「適合跑」是完全不同的事情。

早期測試顯示，DLSS 5 Neural Rendering 對 GPU 的負擔非常高。Wccftech 引用 RTX 4090 測試指出，在部分情境下，開啟 Neural Rendering 後，遊戲幀率可能從約 135～145 FPS 降到約 83 FPS，效能損失接近四成。

另一方面，先前 RTX 5070 Ti 在《Control》的測試中，也曾從約 71 FPS 降到約 35 FPS，代表目前這套尚未完成最佳化的 Neural Rendering pipeline，甚至可能讓遊戲效能接近腰斬。

這聽起來可能與玩家熟悉的 DLSS 有些矛盾。過去 DLSS 最核心的印象，是透過較低解析度渲染再利用 AI 重建高解析度畫面，藉此提升效能；但 DLSS 5 Neural Rendering 的方向已經開始不同。

它不再只是單純的 Upscaling。

從目前洩漏版本與 Modder 測試來看，Neural Rendering 可以利用已渲染影格、Motion Vector 與 AI 模型進一步修改角色材質、臉部細節、光影與表面特徵。換句話說，GPU 不只是把一張低解析度圖片『放大得更漂亮』，而是讓神經網路開始介入最終畫面的部分生成與重建工作。

這也解釋了為什麼運算成本會大幅增加。

目前 Modding 社群透過 RenoDX、ReShade 等工具，已經開始把外流的 nvngx_dlssnr.dll 注入不同遊戲。最早受到大量關注的案例之一是 Remedy 的《Control》，之後陸續有人嘗試《Cyberpunk 2077》、《Final Fantasy VII Rebirth》、《The Last of Us Part II》、《GTA V》甚至《Skyrim》。

但結果並不總是更好。

部分畫面確實能呈現更加細緻的皮膚、材質與照明效果，但 Neural Rendering 有時也會重新詮釋原本角色的臉部特徵，導致角色外觀發生明顯改變。另外還有玩家觀察到 VRAM 使用量偏高、切換 Neural Rendering preset 後記憶體沒有正常釋放，以及不同遊戲之間效果落差極大的問題。

這也是目前 DLSS 5 最大的爭議之一：AI 到底應該『重建』畫面，還是開始『重新設計』畫面？

如果神經網路只是補回因低解析度渲染而遺失的資訊，這基本上仍屬於傳統 DLSS 的延伸。但當 AI 開始修改人物五官、皮膚質感甚至場景光線時，就會碰到另一個問題：遊戲開發者原本的 Art Direction 是否仍然能被完整保留。

NVIDIA 執行長 Jensen Huang 此前也曾回應類似疑慮，強調 Neural Rendering 的方向並不是取代藝術家，而是讓開發者控制 AI 在渲染流程中扮演的角色。

不過，目前流出的 DLL 與 Modder 移植版本並不是 NVIDIA 最終正式產品，因此現在看到的畫質、效能與 bug，都不能直接代表正式版 DLSS 5 的最終狀態。

同樣重要的是，RTX 40 成功執行這個版本，也不能直接推論 NVIDIA 未來一定會正式開放 RTX 40 支援 DLSS 5。

NVIDIA 最終版本仍可能使用新的 Neural Network、CUDA kernel、Tensor Core pipeline 或 Blackwell 專屬功能；即使 RTX 40 理論上能以某種方式執行，效能、記憶體使用或開發支援成本也可能讓 NVIDIA 選擇不提供官方相容性。

不過這次 Modding 社群的成果至少證明了一件事：DLSS 5 與 RTX 40 之間的界線，並沒有原先『Blackwell Only』這四個字看起來那麼簡單。

對 NVIDIA 而言，未來真正敏感的問題可能變成：哪些 DLSS 5 功能是真的需要 Blackwell 硬體，哪些只是因為官方產品定位、效能要求或軟體支援政策而沒有開放給 Ada？

如果 RTX 4090、RTX 4080 甚至更多 Ada GPU 最終被證明可以在合理效能下執行部分 Neural Rendering 功能，那麼 DLSS 5 的世代相容性，很可能會成為正式發布後另一場玩家與 NVIDIA 之間的重要討論。

至少現在，Modder 已經把門推開了一條縫。

【Tech English 專有名詞】

1. Neural Rendering（神經渲染）：利用神經網路參與圖形渲染或畫面重建的技術。與傳統光柵化單純依靠固定數學模型不同，AI 可以根據已知影像、Motion Vector、材質與其他資訊推算最終畫面。

2. CUDA Binary（CUDA 二進位程式）：由 NVIDIA CUDA 開發環境產生、供 GPU 執行的機器碼或相關程式內容。不同 GPU 架構支援的指令可能不同，因此為 Blackwell 編譯的部分程式不一定能直接在 Ada 執行。

3. FP8（8-bit Floating Point，8 位元浮點數）：主要用於 AI 運算的低精度浮點格式。相較 FP16 或 FP32，可以降低記憶體與運算成本，Blackwell 等新架構也針對相關 AI 工作負載提供更強的硬體加速能力。

4. Tensor Core（張量核心）：NVIDIA GPU 內專門加速矩陣與 AI 運算的硬體單元，是 DLSS、AI 推論與生成式圖形技術的重要基礎。

5. Motion Vector（運動向量）：描述畫面中物件或像素在前後影格之間移動方向與距離的資料。DLSS 可以利用它追蹤物件位置，提升 Temporal Reconstruction 的準確度。

6. Runtime（執行階段元件）：程式實際運作時所需要載入的函式庫與執行環境。這次外流的 nvngx_dlssnr.dll 就屬於 Neural Rendering runtime 的重要元件之一。